文件名称：[agr]-EM算法及其基本性质
文件大小：304KB
文件格式：PDF
更新时间：2024-07-19 11:53:49
学术 论文
[agr]-EM 算法及其基本属性 a-EM 算法及其基本属性 Yasuo Matsuyama 日本东京早稻田大学电气、电子和计算机工程系 169-8555审查。 该方法称为 D-EM 算法。 这种新颖的算法包含传统的 EM 算法作为 D = 1 的特例。 设计参数 D 的选择会影响 Hessian 矩阵的似然最大化特征值。 这导致比传统 EM 算法更快的收敛。 给出了基本 D-EM 算法及其实际变体的收敛定理。 数值评估表明，相对于传统方法，在迭代次数减少近三分之一和 CPU 时间减少一半的情况下，收敛速度很快。 :copyright: 2000 Scripta Technica, Syst Comp Jpn, 31(11): 12 23, 2000 关键词：D-EM 算法； D-log 似然比； 收敛速度； 渔民信息； 黑森矩阵。 1. 简介 期望最大化算法（EM 算法）[1, 2] 是一种获得统计模型的方法，该模型能够以最大概率解释观测数据的外观。 可观察数据的这种概率称为不完整数据似然。 通常，无法获得产生总数据的真正机制。 与不完整数据相反，解释整个机制的概率称为完整数据似然